[發明專利]檢測視頻圖像中的目標的方法和裝置

無效

• 申請號: 200910161669.8
• 申請日: 2009-07-28
• 公開（公告）號: CN101968884A
• 公開（公告）日: 2011-02-09
• 發明（設計）人: 梅樹起;吳偉國
• 申請（專利權）人: 索尼株式會社
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 康建峰;郎曉虹

1.一種檢測視頻圖像中的目標的方法，包括：

幀檢測步驟：對包含目標幀的多幀圖像分別進行檢測，以得到一個或多個第一候選目標及其置信度；及

合并步驟：對所述多幀圖像中的第一候選目標及其置信度進行合并，得到目標幀中的一個或多個第二候選目標。

2.如權利要求1所述的方法，其中，所述幀檢測步驟包括：

第一遍歷步驟：利用第一窗口以第一步長對所述多幀圖像中的每幀圖像進行遍歷，對每個窗口圖像進行檢測以得到一個或者多個第三候選目標及其置信度；

第一遍歷結果合并步驟：將位置相鄰、尺寸相近的第三候選目標及其置信度合并，以得到所述第一候選目標及其置信度。

3.如權利要求2所述的方法，其中，所述幀檢測步驟還包括：

關注區域建立步驟：根據所述第一遍歷結果合并步驟的結果，建立一個或多個關注區域，每個關注區域覆蓋相應的第三候選目標；

第二遍歷步驟：利用第二窗口以第二步長對每個關注區域進行遍歷，對每個窗口圖像進行檢測以得到一個或者多個第四候選目標及其置信度；

第二遍歷結果合并步驟：將位置相鄰、尺寸相近的第三候選目標和第四候選目標及其置信度合并，以得到所述第一候選目標及其置信度。

4.如權利要求2所述的方法，其中，所述第一遍歷步驟包括：

幀金字塔建立步驟：建立每幀圖像的多尺度金字塔圖像，該多尺度金字塔圖像包括K層，K＞1；

第三遍歷步驟，利用所述第一窗口以所述第一步長對所述金字塔圖像中的每個進行遍歷，對每個窗口圖像進行檢測以得到一個或者多個第三候選目標及其置信度。

5.如權利要求4所述的方法，其中：

所述第三遍歷步驟是從所述金字塔圖像中最小尺寸的圖像開始處理的，并且還包括：

掩模建立步驟：基于對第一到第N金字塔圖像的檢測結果而建立一個或多個目標掩模，每個目標掩模對應于相應的第三候選目標，

其中，在對其余K-N個圖像進行處理時，不對所述K-N個圖像中與各目標掩模對應的區域進行遍歷，其中1≤N＜K。

6.如權利要求3所述的方法，其中

所述關注區域建立步驟之后，所述方法還包括：建立每個關注區域的多尺度金字塔圖像，

所述第二遍歷步驟包括：利用所述第二窗口以所述第二步長對每個關注區域的金字塔圖像進行遍歷，對每個窗口圖像進行檢測以得到一個或者多個第四候選目標及其置信度。

7.如權利要求1所述的方法，其中，所述合并步驟包括：將所述多幀圖像中的位置相鄰尺寸相近的第一候選目標的置信度合并。

8.如權利要求7所述的方法，其中，將所述多幀圖像中位置相鄰尺寸相近的第一候選目標的置信度合并包括：對所述多幀圖像中的位置相鄰尺寸相近的第一候選目標的置信度求和或平均值，或者對所述多幀圖像中的位置相鄰尺寸相近的第一候選目標的置信度進行歸一化并對歸一化后的置信度求和或求平均值。

9.如權利要求1所述的方法，其中，所述幀檢測步驟是利用包括多個子分類器的目標檢測和分類器進行的，每個子分類器能夠檢測一類目標。

10.如權利要求9所述的方法，還包括：根據輸出最大置信度的子分類器所對應的類別，來確定目標的類別。

11.一種檢測視頻圖像中的目標的裝置，包括：

目標檢測與分類器，用于對視頻序列中包括目標幀的多幀圖像進行檢測，以得到一個或多個第一候選目標及其置信度；

合并模塊，用于對所述多幀圖像中的第一候選目標的置信度進行合并，以得到目標幀中的一個或多個第二候選目標。

12.如權利要求11所述的裝置，還包括遍歷模塊，

所述遍歷模塊用于利用第一窗口以第一步長對每個圖像進行遍歷，并將每個窗口圖像輸出到所述目標檢測與分類器，以得到一個或多個第三候選目標及其置信度，

所述合并模塊還用于將位置相鄰尺寸相近的第三候選目標的置信度合并，以得到所述第一候選目標及其置信度。